
如何做搜索引擎蜘蛛日志分析
搜索引擎蜘蛛日志文件是一种非常强大但未被站长充分利用的文件,分析它可以获取有关每个搜索引擎如何爬取网站内容的相关信息点,及查看搜索引擎蜘蛛在一段时间内的行为。
IP地址(84) | 服务器名称 | 所属国家 |
---|---|---|
164.92.135.181 | 164.92.135.181 | US |
167.71.36.234 | 167.71.36.234 | US |
167.71.52.58 | 167.71.52.58 | DE |
167.71.55.221 | 167.71.55.221 | DE |
167.71.55.217 | 167.71.55.217 | DE |
46.101.236.198 | 46.101.236.198 | DE |
167.99.142.60 | 167.99.142.60 | DE |
139.59.137.45 | 139.59.137.45 | DE |
164.92.241.235 | 164.92.241.235 | DE |
206.81.29.117 | 206.81.29.117 | DE |
142.93.102.70 | 142.93.102.70 | DE |
142.93.175.226 | 142.93.175.226 | DE |
104.248.21.229 | 104.248.21.229 | DE |
167.71.37.197 | 167.71.37.197 | DE |
167.71.45.201 | 167.71.45.201 | DE |
159.223.17.8 | 159.223.17.8 | DE |
164.92.252.135 | 164.92.252.135 | DE |
104.248.36.204 | 104.248.36.204 | DE |
164.92.183.176 | 164.92.183.176 | US |
165.227.174.120 | 165.227.174.120 | DE |
64.226.108.2 | 64.226.108.2 | US |
46.101.173.203 | 46.101.173.203 | DE |
161.35.65.145 | 161.35.65.145 | DE |
64.226.100.218 | 64.226.100.218 | US |
64.226.71.167 | 64.226.71.167 | US |
64.226.67.36 | 64.226.67.36 | US |
3.228.218.3 | ec2-3-228-218-3.compute-1.amazonaws.com | US |
44.193.1.79 | ec2-44-193-1-79.compute-1.amazonaws.com | US |
18.118.254.252 | ec2-18-118-254-252.us-east-2.compute.amazonaws.com | US |
64.226.94.213 | 64.226.94.213 | US |
对于未知蜘蛛或者爬虫。它的用途对网站来说可能是好的,也可能是坏的,这取决于它是什么。所以说,这需要站长进一步分析判断这些尚不明确的爬虫行为,再作最终决定。 但,根据以往的经验,未声明行为目的及未命名的蜘蛛爬虫,通常都有不可告人的秘密,我们理应对其行为进行控制,比如拦截。
您可以通过在网站的 robots.txt 中设置用户代理访问规则来屏蔽 RedHunt Labs bot 或限制其访问权限。我们建议安装 Spider Analyser 插件,以检查它是否真正遵循这些规则。
# robots.txt # 下列代码一般情况可以拦截该代理 User-agent: RedHunt Labs bot Disallow: /
您无需手动执行此操作,可通过我们的 Wordpress 插件 Spider Analyser 来拦截不必要的蜘蛛或者爬虫。